Estimación de la diversidad

Curvas de acumulación de especies

Curvas de acumulación de especies

curva de acumulación de especies (curva de colector)

0

1

2

3

4

5

6

1 2 3 4

parcelas

# de

esp

ecie

s A A+B

A+B+C

A+B+C+D

Curvas de acumulación de especies

El orden de muestreo fue arbitrario. Pudo comenzar con cualquier parcela dando los mismos resultados.

Curvas de acumulación de especies

curva de acumulación de especies

0

1

2

3

4

5

6

1 2 3 4

parcelas

# de

esp

ecie

s B A+B

A+B+C

A+B+C+D

Curvas de acumulación de especies

curva de acumulación de especies

0

1

2

3

4

5

6

1 2 3 4

parcelas

# de

esp

ecie

s C A+C

A+B+C

A+B+C+D

¿Y si añadimos parcelas?

• Siguiendo la teoría de biogeografía de islas podemos deducir que a mayor área de muestreo o mayor esfuerzo de colección mayor diversidad.

Distribución de abundancias

Distribución de abundancias

Distribución de abundancias

• La mayoría de las especies en una comunidad tienen abundancias intermedias

• Son pocas las mas abundantes• Son pocas las menos abundantes (raras)• Esto sugiere que a mayor área de

muestreo o esfuerzo de colección mas especies raras se añadirán

Algunas curvas de acumulación tienden a una asíntota otras no

?

área o # de individuos área o # de individuos

#

especies

Las que tienden a una asíntota

• Pueden sugerirnos la riqueza total

área o # de individuos

#

especies

¿Cuál de las curvas de acumulación anteriores utilizamos?• Cada curva es diferente dependiendo del

orden en que se incluyan las muestras• Una opción es una curva suavizada

mediante promediación de combinaciones de muestras: rarificación

• Construyan una curva rarificada para el ejemplo anterior

Curva rarificada por muestras

• Pasos (para método exacto):– Haga una lista de las combinaciones posibles

de 1, 2, 3, 4, etc. # de muestras – Calcular promedios de especies presentes en

todas las combinaciones de 1, 2, 3, 4, etc. # de muestras

– Graficar los promedios– También se acostumbra calcular las

desviaciones estándar para cada nivel de grupos de parcelas

Curva rarificada por muestras

• Pasos (para método aleatorio):– Haga una lista de las combinaciones posibles

de 1, 2, 3, 4, etc. # de muestras – Calcular promedios de especies presentes en

combinaciones seleccionadas al azar de 1, 2, 3, 4, etc. # de muestras

– Graficar los promedios– También se acostumbra calcular las

desviaciones estándar para cada nivel de grupos de parcelas

Curva rarificada por individuos

• Pasos (para método aleatorio):– Haga una lista de las combinaciones posibles

de 1, 2, 3, 4, etc. # de individuos – Calcular promedios de especies presentes en

combinaciones seleccionadas al azar de 1, 2, 3, 4, etc. # de individuos

– Graficar los promedios– También se acostumbra calcular las

desviaciones estándar para cada nivel de grupos de individuos

Curva rarificada por parcelas o individuos

Densidad de especies

• Muchas veces pensamos que podemos estimar la diversidad basándonos en promedios de diversidad por parcela

• Esta medida solo representa la densidad de especies (especies por unidad de área)

• Densidad de especies es sensitiva al número de individuos muestreados

Estimación de riqueza

• No podemos estimar riqueza basándonos en densidad de especies

• Determinar la riqueza de una comunidad o un paisaje toma demasiado esfuerzo y podemos equivocarnos

• Existen varios métodos de estimación

Estimación de riqueza

• Métodos:– Extrapolar la asíntota– Ajustar una distribución a lo observado

• Distribución geométrica• Distribución log-normal• Otras• Resultados ambiguos pues varias distribuciones

pueden resultar adecuadas dando estimados muy diferentes

– Estimadores paramétricos– Estimadores no-paramétricos

Estimadores no-paramétricos

• Jackknife (incidencia)– Jack1

– Jack2–

• Chao– Chao2

– Chao2 corregido

q1 = # esp en solo 1 muestra m = # muestras

Calculen a Jack1, jack2 y Chao2Parcelas

S1 S2 S3 S4 S5 R

A 1 1 1 0 0 3

B 1 1 1 1 1 5

C 4 1 1 0 0 3

D 2 2 2 0 0 3

8 5 5 1 1 5

Estimadores de riqueza

• También hay estimadores de riqueza que utilizan los datos de abundancia– Jackknife (jack1 y jack2)

– Chao1– otros

Estimadores no-paramétricos

• No hacen suposiciones acerca de las características de la distribución de los datos

• Tienden a dar estimados mas certeros que otros métodos

Extrapolar la asíntota

Ajustar la distribución

Chao2: uno de los mejores